随着现代信息与计算科学技术的快速进步与经济全球化进程的不断深入,金融市场在近几十年发展迅猛,以互联网等通讯技术为基础的电子化交易市场成为最主要的金融市场组织形式。金融市场数据的存储与处理的成本不断降低,海量数据被妥善地采集、存储和处理,数据的频率、精度和可靠性也越来越高。传统市场统计数据主要以日、周、月、年等典型频率记录,称之为低频数据；高频数据指以秒、分钟或小时为频率收集的日内数据,即在交易所开盘时间与收盘时间之间的交易数据。高频数据较完整地记录了证券的交易过程,能够提供低频数据忽略掉的重要细节,是探索证券价格的短期行为和动态特征的利器。高频数据在增进投资者理解证券或资产类别的特征与市场的整体运作特点、减少交易成本和增加交易的灵活性、发现和改进投资与交易策略、提高风险管理能力和投资决策质量等方面的作用越来越大。高频数据在欧美等成熟金融市场中被广泛使用,各种基于高频数据的日内交易策略层出不穷。目前高频数据在中国金融市场的应用主要集中在期货市场,而股票市场现有的交易制度不允许当日回转交易,无法直接运用日内交易策略。尽管如此,高频数据能够提供大量关于证券价格波动的信息,在进行投资决策时整合这些信息可能会提高以日或者更低频率的投资决策质量,从而创造额外的经济价值。在此背景下,本文将结合低频数据与高频数据分析有代表性股票指数以及股指期货等资产价格过程的波动与跳跃特征,分析资产收益与波动的互动关系。此外,本文还将探讨动态期货套期保值策略的设计与实施、动态投资组合的构建与评价等重要金融决策问题。本文结合金融理论建模与实证分析,遵循从简单到复杂的研究策略,获得的主要研究成果包括：(1)在伊藤半鞅框架下采用非参数模型设定检验对资产价格过程的路径特征展开实证分析。为减少市场微观结构噪声以及观测等价性问题对实证结果的干扰,本文选择流动性强、影响范围广、高频数据的时间跨度大的证券作为实证研究对象,系统地分析实证结果对检验自由参数的稳定性。以沪深300股指期货为研究对象的实证结果表明,沪深300股指期货价格过程包含扩散项、有限活动跳跃项以及无限活动跳跃项。(2)构建了带随机杠杆的随机波动模型(SV-SL模型)来考察资产收益与波动之间复杂的互动关系。SV-SL模型是非线性状态空间模型,能够刻画资产收益与波动关系的随机时变性。为有效地估计SV-SL模型,结合全天已实现波动率替代真实波动率和有效重要性抽样方法设计了模拟极大似然估计方法。基于上证综合指数和深证成份指数数据的实证结果表明：中国股票市场收益与波动关系具有显著的随机时变性,杠杆效应并不显著；收益与波动关系的方向性与股票市场行情存在密切联系,熊市阶段存在显著的杠杆效应,牛市阶段存在显著的反向杠杆效应。这些研究结论解释了基于标准带杠杆随机波动模型的实证结果和基于GARCH族模型的实证结果的冲突性。(3)系统分析了单期期货套期保值策略及其绩效评价方法,推导了三类建模变量(期货与现货的价格改变量、简单收益率和对数收益率)下最小方差套期保值比率的等价公式,设计了基于高频数据的最小方差套期保值比率估计方法和套期保值绩效评价指标。为克服传统套期保值绩效评价指标的局限性,借助多模型评价理论与统计决策理论建立了比较多种套期保值策略的统计推断框架。(4)在均值-方差分析框架下建立了考虑逐日盯市制度的多期期货套期保值模型。为克服均值-方差分析在多期问题中存在的时间不一致性,探讨了时间一致性最优套期保值策略和带承诺最优套期保值策略的求解方法,得到了确定多期最优策略的递推公式。此外,在期望效应最大化框架下,通过对期货和现货价格过程施加限制,得到了多期最优策略不依赖于效用函数的充分条件,对比分析了近视动态策略、静态策略与最优策略,说明了整个套期保值期间统筹规划的重要性。(5)研究了考虑资产收益时序相关性的多期均值-方差投资组合优化问题,分别推导出了只投资于风险资产与可投资于无风险资产两种情形下时间一致性最优投资策略；在资产收益线性可预测性条件下,开展多期投资组合策略的实证研究。选择有代表性的投资期数、风险厌恶系数、无风险利率等参数,结合理论结果与数值仿真方法得到了多期投资策略终止时刻财富的经验分布函数,进一步计算了终止时刻财富的确定性等价值和夏普比率等绩效评价指标。实证结果表明,与不考虑资产收益可预测性的投资策略相比,考虑资产收益可预测性的投资策略能为投资者创造显著的经济价值。